JP2020149677A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2020149677A5 JP2020149677A5 JP2020027691A JP2020027691A JP2020149677A5 JP 2020149677 A5 JP2020149677 A5 JP 2020149677A5 JP 2020027691 A JP2020027691 A JP 2020027691A JP 2020027691 A JP2020027691 A JP 2020027691A JP 2020149677 A5 JP2020149677 A5 JP 2020149677A5
- Authority
- JP
- Japan
- Prior art keywords
- control
- mpc
- state
- discrete
- solution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims 25
- 238000005192 partition Methods 0.000 claims 11
- 238000005457 optimization Methods 0.000 claims 9
- 230000009977 dual effect Effects 0.000 claims 6
- 238000005259 measurement Methods 0.000 claims 4
- 238000013138 pruning Methods 0.000 claims 4
- 230000006835 compression Effects 0.000 claims 3
- 238000007906 compression Methods 0.000 claims 3
- 239000011159 matrix material Substances 0.000 claims 3
- 238000000354 decomposition reaction Methods 0.000 claims 2
- 230000002040 relaxant effect Effects 0.000 claims 2
- 239000002904 solvent Substances 0.000 claims 2
- 230000001133 acceleration Effects 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 claims 1
Claims (19)
- 連続的動作要素と離散的動作要素とを有するシステムを制御するためのコントローラであって、前記システムを制御するための制御入力の少なくとも部分集合は、値の離散集合に属する値をとる離散変数であり、前記コントローラは、
前記システムの現在の状態の測定値を受け入れ、各制御ステップの混合整数モデル予測制御(MI-MPC)問題を解いて前記システムへの制御入力を生成し、前記制御入力を前記システムに与えることにより前記システムの状態を変更するように構成されたプロセッサを備え、前記プロセッサは、前記システムの状態に対する状態制約に従って前記MI-MPC問題を解き、現在の制御ステップに対して、前記プロセッサは、
前記状態制約を満たす状態変数の一連の値をもたらす結果となる前記制御入力の値の任意の組み合わせが前記システムへの前記制御入力に対する状態不変制御制約も満たすように、前記状態制約を前記状態不変制御制約に変換し、
前記状態制約と前記状態不変制御制約とに従って、前記状態不変制御制約を満たす連続探索空間のパーティション内への前記値の離散集合の緩和により定義される探索空間内でMPC問題の解を探索する分枝限定法で、前記MI-MPC問題を解くように構成される、連続的動作要素と離散的動作要素とを有するシステムを制御するためのコントローラ。 - 前記プロセッサは、前記状態不変制御制約に従って前記MI-MPC問題を解くために、
前記状態不変制御制約を満たす厳密にされた制御境界値で、少なくとも前記制御入力の部分集合の異なる値の複数の組み合わせを選択し、
少なくとも前記制御入力の部分集合の異なる値の各組み合わせについて整数緩和最適化問題を解いて、前記MI-MPC問題の目的関数に従って性能指標を最適化する解の集合を生成し、
前記解の集合から前記性能指標の最適値に対応する前記MI-MPC問題の解を選択するように構成される、請求項1に記載のコントローラ。 - 前記分枝限定法は、前記値の離散集合に属する前記MPC問題の解が見つかるまで、前記探索空間を反復して分割し、前記状態不変制御制約は、最適解を見つけるために解かれる必要のあるMPC問題の数を低減するよう前記探索空間を厳密にし、各緩和MPC問題は前記状態制約に従って解かれる、請求項1に記載のコントローラ。
- 前記状態不変制御制約の少なくとも一部は前記MPC問題の制御区間の一部またはすべての瞬間について互いに結合され、前記プロセッサは前記状態不変制御制約を分離して前記探索空間を形成する、請求項1に記載のコントローラ。
- 前記プロセッサは、制御境界の初期集合、および前記MPC問題の制御区間の一部またはすべての瞬間について互いに結合される前記状態不変制御制約が与えられると、前記制御入力ごとに、前記分離された状態不変制御制約を表す、保守的境界値の集合を反復的に厳密にするドメイン伝播法を用いて、前記制御区間の異なる瞬間の前記状態不変制御制約を分離する、請求項4に記載のコントローラ。
- 前記分枝限定法は、前記探索空間を、共通領域に入れ子にされた第1の領域および第2の領域を含む、領域からなる入れ子木に反復的に分割し、前記プロセッサは、
前記第1の領域によって定義された前記探索空間の第1のパーティションについて前記MPC問題を解いて、第1の解を生成し、
前記第2の領域によって定義された前記探索空間の第2のパーティションについて前記MPC問題を解いて、第2の解を生成し、
前記第1の解と前記第2の解との両方を、最適目的値に対する現在既知の境界と比較し、
前記第1の領域、前記第2の領域、または両方の領域のいずれかの性能指標が前記最適目的値に対する前記現在既知の境界よりも最適でない場合、前記領域からなる入れ子木から前記第1の領域、前記第2の領域、または両方の領域のいずれかを剪定し、
前記第1のパーティションまたは前記第2のパーティションのいずれかが前記MI-MPC問題の実行可能な離散解をもたらす場合には、現在既知の境界値を最適目的に更新し、
1つの残っている領域を選択して複数の入れ子領域に分割し、前記値の離散集合に属する最適解が見つかるまで、前記複数の入れ子領域の少なくとも一部のMPC問題を解くように構成される、請求項1に記載のコントローラ。 - 前記分枝限定法は、前記探索空間内において前記値の離散集合に属する前記MPC問題の最適解を見つけるよう、前記探索空間を領域からなる入れ子木に反復して分割し、前記プロセッサは、反復を実行するために、
前記探索空間のパーティションを定義する前記入れ子木の葉領域について前記MPC問題を解いて、前記入れ子領域の前記MPC問題の解を見つけ出し、
前記葉領域の前記MPC問題の前記解を、前記領域からなる入れ子木の前記MI-MPC問題の現在既知の最良の離散的な実行可能解と比較し、
前記葉領域の前記MPC問題の前記解が、離散的に実行可能であり、前記領域からなる入れ子木の前記MI-MPC問題の現在既知の最良の離散的な実行可能解よりも最適である場合には、前記領域からなる入れ子木の前記MI-MPC問題の前記離散的な実行可能解の最良の境界値を、前記葉領域の前記MPC問題の前記解で更新し、
前記葉領域の前記MPC問題の前記解の性能指標が、前記現在既知の最良の離散的な実行可能MI-MPC解よりも最適でない場合には、前記領域からなる入れ子木から前記葉領域を剪定するよう構成される、請求項1に記載のコントローラ。 - 前記分枝限定法は、木伝播を用いて、現在の制御ステップについての前記MI-MPC問題の解および対応の領域からなる入れ子木を、以前の時間制御ステップに対して判断された前記MI-MPC問題の解および対応の領域からなる入れ子木からの1ステップ先の時間予測で初期化する、請求項7に記載のコントローラ。
- 前記プロセッサは、前記木伝播を用いて前記分枝限定法を初期化するために、
現在の制御時間ステップの、領域からなる現在の入れ子木を初期化するよう構成され、前記初期化された、領域からなる現在の入れ子木は、前記離散変数の各々の分枝変数および対応の擬似コスト情報を、前記以前の制御時間ステップに対して判断された前記MI-MPC問題の解および対応の、領域からなる以前の入れ子木からの分枝変数ならびに擬似コスト情報の順序で定義し、前記プロセッサはさらに、
前記分枝された変数のインデックスを、前記現在の制御時間ステップについての前記MPC問題の制御区間において、前記以前の制御時間ステップに対して判断された前記領域からなる以前の入れ子木における解パスに沿って、1段階だけシフトし、
前記分枝された変数の前記インデックスをシフトした後、前記領域からなる現在の入れ子木から、前記現在の制御時間ステップの区間外にある段階に関連付けられる分枝された変数を除去し、
前記領域からなる現在の入れ子木から、緩和MPC解において値が既に整数実行可能である分枝された変数を除去し、
前記領域からなる現在の入れ子木から、前記擬似コスト情報が以前の制御時間ステップ中に不十分な分枝を示す分枝された変数を除去するよう構成される、請求項8に記載のコントローラ。 - 前記プロセッサは、さらに、前記以前の制御時間ステップからの以前のMPC解に基づいて、前記領域からなる現在の入れ子木において各MPC解ごとに現在の解をウォームスタートするように構成される、請求項8に記載のコントローラ。
- 前記プロセッサは、対応するMPC解がすべての離散制御入力についてまだ整数実行可能でない場合、および前記MPC問題の解の性能指標が現在既知の最良の離散的な実行可能MI-MPC解よりも最適である場合、少なくとも前記離散制御入力の部分集合の値の少なくとも1つの組み合わせについて前記MPC問題を解いた後に求解後法を実行するようにさらに構成され、前記プロセッサは、前記求解後法を実行するために、
前記MPC問題の双対の最適化の反復の部分集合を、ある探索領域について実行するよう構成され、そこにおいては、まだ整数実行可能ではない離散制御入力変数の1つが選択され、その値の離散集合の1つに等しくなるように制約され、前記プロセッサは、前記求解後法を実行するために、さらに、
前記MPC問題の前記双対の前記最適化の反復の部分集合後の性能指標が、現在の最良の離散的な実行可能MI-MPC解よりも最適でない場合には、前記探索領域を剪定し、
この離散制御入力変数の他のすべての考えられ得る整数値に対応する領域が既に剪定されている場合、前記離散制御入力変数を特定の整数値に固定するよう構成される、請求項2に記載のコントローラ。 - 少なくとも前記離散制御入力の部分集合の値の組み合わせに対する各MPC問題はアクティブセット法を用いて解かれ、前記求解後法は、前記MPC問題の前記双対に対応する最適性条件の線形システムを解く際に、システム行列について行列分解または前記行列分解が低ランク更新されたものを再利用できる双対アクティブセット反復の部分集合に対応する、請求項11に記載のコントローラ。
- 制御対象システムは車両であり、前記コントローラは、前記混合整数制御解に基づいて前記車両への入力を決定し、前記車両への前記入力は、前記車両の加速度、前記車両のエンジントルク、ブレーキトルク、およびステアリング角度の1つまたは組み合わせを含み、前記離散最適化変数を用いて、離散制御判断、システムダイナミクスにおける切り替え、ギアシフト、および障害物回避制約の1つまたは組み合わせをモデル化する、請求項1に記載のコントローラ。
- 請求項1のコントローラを含む車両。
- 前記制御システムは宇宙機であり、前記コントローラは、前記混合整数制御解に基づいて前記宇宙機への入力を決定し、前記宇宙機への前記入力は、スラスタおよび運動量交換装置の1つまたは組み合わせを作動させ、前記離散最適化変数を用いて、離散制御判断、システムダイナミクスにおける切り替え、スラスタコマンドのための整数値、および障害物回避制約の1つまたは組み合わせをモデル化する、請求項1に記載のコントローラ。
- 前記制御システムは蒸気圧縮システムであり、前記コントローラは、前記混合整数制御解に基づいて前記蒸気圧縮システムへの入力を決定し、前記蒸気圧縮システムへの前記入力は、室内機ファン速度、室外機ファン速度、圧縮機回転速度、膨張弁位置、および逆流弁位置の1つまたは組み合わせを含み、前記離散最適化変数を用いて、離散制御判断、システムダイナミクスにおける切り替え、ならびに前記弁および/または前記ファンに送信されるコマンドのための整数値の1つまたは組み合わせをモデル化する、請求項1に記載のコントローラ。
- 連続的動作要素と離散的動作要素とを有するシステムを制御するための方法であって、前記システムを制御するための制御入力の少なくとも部分集合は、値の離散集合に属する値をとる離散変数であり、前記方法は、前記方法を実現する格納された命令と結合されるプロセッサを用い、前記命令は、前記プロセッサによって実行されると、前記方法のステップを実行し、前記ステップは、
前記システムの状態の測定値を受け入れることと、
前記システムの状態に対する状態制約に従って混合整数モデル予測制御(MI-MPC)問題を解いて前記システムへの制御入力を生成することと、
前記制御入力を前記システムに提示することにより前記システムの状態を変更することとを含み、前記MI-MPC問題を解くことは、
前記状態制約を満たす状態変数の一連の値をもたらす結果となる前記制御入力の値の任意の組み合わせが前記システムへの前記制御入力に対する状態不変制御制約も満たすように、前記状態制約を前記状態不変制御制約に変換することと、
前記状態制約と前記状態不変制御制約とに従って前記MI-MPC問題を解くこととを含み、
前記MI-MPC問題は、前記状態不変制御制約を満たす連続探索空間のパーティション内への前記値の離散集合の緩和により定義される探索空間内でMPC問題の解を探索する分枝限定法で解かれる、連続的動作要素と離散的動作要素とを有するシステムを制御するための方法。 - 方法を実行するためにプロセッサによって実行可能なプログラムが具現化された非一時的なコンピュータ読み取り可能記憶媒体であって、前記方法は、
前記システムの状態の測定値を受け入れることと、
前記システムの状態に対する状態制約に従って混合整数モデル予測制御(MI-MPC)問題を解いて前記システムへの制御入力を生成することと、
前記制御入力を前記システムに提示することにより前記システムの状態を変更することとを備え、前記MI-MPC問題を解くことは、
前記状態制約を満たす状態変数の一連の値をもたらす結果となる前記制御入力の値の任意の組み合わせが前記システムへの前記制御入力に対する状態不変制御制約も満たすように、前記状態制約を前記状態不変制御制約に変換することと、
前記状態制約と前記状態不変制御制約とに従って前記MI-MPC問題を解くこととを含み、
前記MI-MPC問題は、前記状態不変制御制約を満たす連続探索空間のパーティション内への前記値の離散集合の緩和により定義される探索空間内でMPC問題の解を探索する分枝限定法で解かれる、非一時的なコンピュータ読み取り可能記憶媒体。 - 連続的動作要素と離散的動作要素とを有するシステムを制御するためのコントローラであって、前記システムを制御するための制御入力の少なくとも部分集合は、値の離散集合に属する値をとる離散変数であり、前記コントローラは、
前記システムの現在の状態の測定値を受け入れ、各制御ステップの混合整数モデル予測制御(MI-MPC)問題を解いて前記システムへの制御入力を生成し、前記制御入力を前記システムに与えることにより前記システムの状態を変更するように構成されたプロセッサを備え、前記プロセッサは、前記システムの状態に対する状態制約に従って前記MI-MPC問題を解き、現在の制御ステップに対して、前記プロセッサは、
前記状態制約を満たす状態変数の一連の値をもたらす結果となる前記制御入力の値の任意の組み合わせが前記システムへの前記制御入力に対する状態不変制御制約も満たすように、前記状態制約を前記状態不変制御制約に変換し、
前記状態制約と前記状態不変制御制約とに従って前記MI-MPC問題を解くように構成され、
前記プロセッサは、前記状態不変制御制約に従って前記MI-MPC問題を解くために、
前記状態不変制御制約を満たす厳密にされた制御境界値で、少なくとも前記制御入力の部分集合の異なる値の複数の組み合わせを選択し、
少なくとも前記制御入力の部分集合の異なる値の各組み合わせについて整数緩和最適化問題を解いて、前記MI-MPC問題の目的関数に従って性能指標を最適化する解の集合を生成し、
前記解の集合から前記性能指標の最適値に対応する前記MI-MPC問題の解を選択するように構成され、
前記プロセッサは、対応するMPC解がすべての離散制御入力についてまだ整数実行可能でない場合、および前記MPC問題の解の性能指標が現在既知の最良の離散的な実行可能MI-MPC解よりも最適である場合、少なくとも前記離散制御入力の部分集合の値の少なくとも1つの組み合わせについて前記MPC問題を解いた後に求解後法を実行するようにさらに構成され、前記プロセッサは、前記求解後法を実行するために、
前記MPC問題の双対の最適化の反復の部分集合を、ある探索領域について実行するよう構成され、そこにおいては、まだ整数実行可能ではない離散制御入力変数の1つが選択され、その値の離散集合の1つに等しくなるように制約され、前記プロセッサは、前記求解後法を実行するために、さらに、
前記MPC問題の前記双対の前記最適化の反復の部分集合後の性能指標が、現在の最良の離散的な実行可能MI-MPC解よりも最適でない場合には、前記探索領域を剪定し、
この離散制御入力変数の他のすべての考えられ得る整数値に対応する領域が既に剪定されている場合、前記離散制御入力変数を特定の整数値に固定するよう構成される、コントローラ。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/297,870 US10996639B2 (en) | 2019-03-11 | 2019-03-11 | Model predictive control of systems with continuous and discrete elements of operations |
US16/297,870 | 2019-03-11 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020149677A JP2020149677A (ja) | 2020-09-17 |
JP2020149677A5 true JP2020149677A5 (ja) | 2022-08-29 |
JP7257980B2 JP7257980B2 (ja) | 2023-04-14 |
Family
ID=72423312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020027691A Active JP7257980B2 (ja) | 2019-03-11 | 2020-02-21 | コントローラ、車両、方法、および非一時的なコンピュータ読み取り可能記憶媒体 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10996639B2 (ja) |
JP (1) | JP7257980B2 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019205405A1 (de) * | 2019-04-15 | 2020-10-15 | Zf Friedrichshafen Ag | Ermittlung einer Eingangsgröße eines Fahrzeug-Aktuators mittels modellgestützter prädiktiver Regelung |
US20210094569A1 (en) * | 2019-09-27 | 2021-04-01 | Honda Motor Co., Ltd. | System and method for providing accurate trajectory following for automated vehicles in dynamic environments |
US11209834B2 (en) * | 2019-10-17 | 2021-12-28 | Mitsubishi Electric Research Laboratories, Inc. | Direct and indirect control of mixed-automata vehicle platoon |
US11334085B2 (en) * | 2020-05-22 | 2022-05-17 | The Regents Of The University Of California | Method to optimize robot motion planning using deep learning |
US11340899B1 (en) * | 2020-11-05 | 2022-05-24 | Mitsubishi Electric Research Laboratories, Inc. | Controller with early termination in mixed-integer optimal control optimization |
CN112348361B (zh) * | 2020-11-06 | 2023-01-24 | 北京理工大学 | 基于状态转移路径重构的启发式航天器任务规划方法 |
CN114516342B (zh) * | 2020-11-19 | 2024-05-03 | 上海汽车集团股份有限公司 | 一种车辆控制方法、装置及车辆 |
JP2022110870A (ja) * | 2021-01-19 | 2022-07-29 | マツダ株式会社 | 制御装置および制御システム |
US11697429B2 (en) * | 2021-02-10 | 2023-07-11 | Argo AI, LLC | System, method, and computer program product for topological planning in autonomous driving using bounds representations |
US11977374B2 (en) * | 2021-08-02 | 2024-05-07 | Mitsubishi Electric Research Laboratories, Inc. | System and method for calibrating feedback controllers |
JP2023048674A (ja) * | 2021-09-28 | 2023-04-07 | 株式会社J-QuAD DYNAMICS | 移動体の制御装置 |
US20230119664A1 (en) * | 2021-10-16 | 2023-04-20 | Mitsubishi Electric Research Laboratories, Inc. | Apparatuses Systems and Methods for Optimization-Based Control of Physical Systems |
CN114371626B (zh) * | 2022-01-11 | 2023-07-14 | 中国人民解放军海军工程大学 | 离散控制围栏函数改进优化方法、优化系统、终端及介质 |
CN114461972B (zh) * | 2022-01-26 | 2024-04-02 | 中国长江三峡集团有限公司 | 一种面向水资源监测的多移动节点感知调度方法及系统 |
WO2023195244A1 (en) * | 2022-04-06 | 2023-10-12 | Mitsubishi Electric Corporation | Recurrent prediction and iterative correction method for fast solution of mixed-integer optimal control |
CN114714351B (zh) * | 2022-04-06 | 2023-06-23 | 上海工程技术大学 | 用于移动机械臂的抗饱和目标跟踪控制方法及控制系统 |
CN114726196B (zh) * | 2022-06-02 | 2022-09-06 | 山东大学 | 一种tab变换器移相离散集模型预测解耦控制方法及系统 |
CN115292649B (zh) * | 2022-08-01 | 2023-05-23 | 中国人民解放军32039部队 | 航天测控系统中多数据传输任务并行方法和系统 |
CN117572875B (zh) * | 2024-01-15 | 2024-04-12 | 上海友道智途科技有限公司 | 一种基于热启动的实时速度规划方法、系统、设备及介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3214977B2 (ja) * | 1994-05-27 | 2001-10-02 | 富士通株式会社 | 最適解探索方式および最適解探索方法 |
JP4318982B2 (ja) | 2003-08-05 | 2009-08-26 | 株式会社神戸製鋼所 | 制御方法及び制御装置、並びにプログラム |
US9625196B2 (en) * | 2014-06-09 | 2017-04-18 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling of vapor compression system |
US9983554B2 (en) * | 2014-11-25 | 2018-05-29 | Mitsubishi Electric Research Laboratories, Inc. | Model predictive control with uncertainties |
US9764858B2 (en) * | 2015-01-07 | 2017-09-19 | Mitsubishi Electric Research Laboratories, Inc. | Model predictive control of spacecraft |
US10281897B2 (en) * | 2015-06-02 | 2019-05-07 | Mitsubishi Electric Research Laboratories, Inc. | Model predictive control with uncertainties |
US10180686B2 (en) * | 2016-03-17 | 2019-01-15 | Mitsubishi Electric Research Laboratories, Inc. | Concurrent station keeping, attitude control, and momentum management of spacecraft |
US10094598B2 (en) | 2016-06-06 | 2018-10-09 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling multi-zone vapor compression system |
US10570717B2 (en) * | 2016-09-26 | 2020-02-25 | International Business Machines Corporation | Controlling operation of a steam-assisted gravity drainage oil well system utilizing continuous and discrete control parameters |
US10967991B2 (en) | 2017-08-10 | 2021-04-06 | Mitsubishi Electric Research Laboratories, Inc. | Model predictive control of spacecraft |
US11934159B2 (en) * | 2018-10-30 | 2024-03-19 | Aspentech Corporation | Apparatus and methods for non-invasive closed loop step testing with controllable optimization relaxation |
US20200148261A1 (en) * | 2018-11-14 | 2020-05-14 | Steering Solutions Ip Holding Corporation | Lane change and collision avoidance system |
-
2019
- 2019-03-11 US US16/297,870 patent/US10996639B2/en active Active
-
2020
- 2020-02-21 JP JP2020027691A patent/JP7257980B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020149677A5 (ja) | ||
JP7257980B2 (ja) | コントローラ、車両、方法、および非一時的なコンピュータ読み取り可能記憶媒体 | |
He et al. | Optimality of error dynamics in missile guidance problems | |
Shen et al. | Path-following control of an AUV: A multiobjective model predictive control approach | |
CN105888869B (zh) | 用于提高计算效率的模型预测控制系统和方法 | |
Chen et al. | Three-dimensional cooperative homing guidance law with field-of-view constraint | |
CN109059931B (zh) | 一种基于多智能体强化学习的路径规划方法 | |
Zhao et al. | Distributed time-constrained guidance using nonlinear model predictive control | |
Hespanhol et al. | A structure exploiting branch-and-bound algorithm for mixed-integer model predictive control | |
CN116368439A (zh) | 混合整数最优控制优化中提前终止的控制器 | |
Kim et al. | Finite horizon integrated guidance and control for terminal homing in vertical plane | |
Wang et al. | Practical algorithms for multi-stage voting rules with parallel universes tiebreaking | |
Sève et al. | Design of an H∞ gain-scheduled guidance scheme for a guided projectile | |
CN112596390B (zh) | 一种航天器姿控系统pwpf调制器参数确定方法 | |
Eberhard et al. | A survey of the control parametrization and control parametrization enhancing methods for constrained optimal control problems | |
Biannic et al. | A practical method for fixed-order anti-windup design | |
Hashemzadeh et al. | Clustering subspace generalization to obtain faster reinforcement learning | |
Caiti et al. | Potential games and AUVs cooperation: First results from the THESAURUS project | |
CN112112745B (zh) | 航天运载器关机后发动机自适应回零控制方法及控制装置 | |
JP7205456B2 (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
Zhou et al. | A softly switched multiple model predictive control of a turbocharged diesel engine | |
Purvis et al. | A review of recent algorithms and a new and improved cooperative control design for generating a phantom track | |
CN116842760B (zh) | 一种轨道机动计算方法 | |
CN103823376B (zh) | 纵向飞行模型簇复合pid控制器设计方法 | |
CN114019981B (zh) | 一种无人驾驶设备的轨迹规划方法及规划装置 |